MiniMax M3 428B · 芯片对比

MiniMax M3 428B — B200 与 H100

对比 B200(NVIDIA Blackwell)与 H100(NVIDIA Hopper)在 MiniMax M3 428B 上的 AI 推理基准测试结果,涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标,操作方式与主推理图表相同。

AgentX 回放真实的 coding agent 会话,而非定长 prompt。随着会话轮次增加,上下文不断增长;每个请求的大部分内容都可直接从 cache 读取,无需重新计算。因此,这项对比不仅取决于芯片本身的吞吐量,还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线;两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →

当 MiniMax M3 428B 的目标交互性为 178 tok/s/user 时,B200 的吞吐量为 33,359 tok/s/chip,每百万 token 成本为 $0.014;H100 在该运行点暂无基准测试数据。

在 MiniMax M3 428B 的 291 tok/s/user 运行点,B200 的吞吐量为 28,503 tok/s/chip,每百万 token 成本为 $0.017;H100 在该运行点暂无数据。

当 MiniMax M3 428B 的目标交互性为 405 tok/s/user 时,B200 的吞吐量为 16,650 tok/s/chip,每百万 token 成本为 $0.029;H100 在该运行点尚未测试。 (以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)

查看每美元性能对比 →

B200 vs H100:完整规格与各模型基准测试 →

数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。

指标
交互性(tok/s/user)
交互性(tok/s/user)
交互性(tok/s/user)
吞吐量(tok/s/chip)
B20033,359H100—
B20028,503H100—
B20016,650H100—
成本($/M tok)
B200$0.014H100—
B200$0.017H100—
B200$0.029H100—
tok/s/MW
B20019,508,070H100—
B20016,668,142H100—
B2009,736,694H100—
并发数
B200~20H100—
B200~20H100—
B200~11H100—